Lectură suplimentară#

Vectorii și valorile proprii reprezintă modalitatea prin care pot fi studiate cu ușurință matricele pătratice. Acest subcapitol a pus bazele lor, însă, pentru mai multe informații, vă recomand:

• Wikipedia: Eigenvalues and eigenvectors;

• Cărțile lui Jun Lu[26][27];

• Cartea Linear Algebra and Its Applications, scrisă de Gilbert Strang[28];

• Articolul propus de Jessica Bosch și Chen Greif[31];

• Materiale mai vechi ale lui Valeriu Iorga[47][48][49];

• Cartea Parallel Scientific Computing in C++ and MPI, scrisă de George Em Karniadakis și Robert M. Kirby II[44].

Pentru cele două tipuri de deflație ce au fost prezentate, vă recomandăm:

• Explicația deflației Householder, propusă de George Karniadakis[20];

• Explicația deflației Wielandt, propusă în cartea lui Carlos A. Felippa, Intoduction to Finite Element Methods[3];

• Cartea Parallel Scientific Computing in C++ and MPI, scrisă de George Em Karniadakis și Robert M. Kirby II[44].

Metoda QR este bine explicată în următoarele surse:

• Wikipedia: QR algorithm;

• Materiale mai vechi ale lui Valeriu Iorga[49];

• Cărțile lui Jun Lu[26][27].

Factorizarea DVS, deși importantă și deosebit de interesantă, nu și-a făcut simțită prezența în această carte. Tocmai de aceea, vă recomandăm să treceți în revistă măcar o parte din resursele:

• Wikipedia: Singular value decomposition;

• Cărțile lui Jun Lu[26][27];

• Articolul lui Reza Bagheri[50];

• Articolul de pe Geeks-for-Geeks[17].

În cazul în care informațiile găsite nu vă satisfac curiozitatea, mai există o carte cu metode numerice explicate, Numerical analysis (9th edition) (Richard L. Burden și J. Douglas Faires)[7], pe care însă evit să o recomand.

Licență#

The book "Metode Numerice", written by Valentin-Ioan Vintilă, is licensed under CC BY-NC-SA 4.0